Прибуток:
- Здатність розуміти поняття часових рядів, сезонності та тенденцій, а також використовувати штучний інтелект з правильними запитаннями та даними для прогнозування попиту пацієнтів
- Здатність інтерпретувати невизначеність прогнозу (довірчий інтервал, сценарії) і базувати планування на діапазоні, а не на одному числі
- Вміти розрізнити, що передбачення штучного інтелекту базується на історичних даних і що експертне судження виходить на перший план у випадках спалахів, таких як епідемії / катастрофи.
Найскладніше запитання для адміністратора лікарні – про майбутнє: «Скільки пацієнтів прийде до травмпункту наступного тижня? Наскільки збільшиться навантаження на амбулаторію під час зимового сезону грипу? Скільки персоналу вистачить під час відпустки?» Відповіді на ці запитання неясні, але не зовсім темні. Минуле несе підказки в майбутнє. Прогнозування попиту – це дослідження прогнозування майбутніх пацієнтів/робочого навантаження на основі історичних даних. У цьому розділі ви дізнаєтесь, як використовувати штучний інтелект для прогнозування попиту та – що не менш важливо – як керувати невизначеністю прогнозу. Емпіричне правило: передбачення ШІ базується на минулих моделях; Експертна оцінка має пріоритет у таких ситуаціях, як епідемії, катастрофи та зміни законодавства.
Три компоненти часових рядів
Історичні дані про попит називаються часовим рядом — упорядкованим рядом чисел, виміряних через певні проміжки часу (щодня, щотижня). Щоб зрозуміти часовий ряд, необхідно розділити його на три частини. Тенденція, довгостроковий напрямок: чи збільшується чи зменшується кількість випадків екстреної допомоги з роками? Сезонність, регулярні повторювані коливання: взимку частіше респіраторні захворювання, влітку травматизм/аварійність, у вихідні амбулаторії порожні. Шум/коливання - це незрозумілі випадкові коливання. Хороший прогноз вловлює тенденцію та сезонність і не перебільшує шуму. AI допомагає вам це розділити; Але ваша робота — судити, що є справжньою картиною, а що — шумом.
Найкритичнішим поняттям є невизначеність. Жодна оцінка не є єдиним остаточним числом. Хороша оцінка дає діапазон: «Ми очікуємо від 210 до 260 пацієнтів у відділенні невідкладної допомоги наступної суботи, з найбільш імовірним значенням 235». Цей інтервал називається довірчим. Якщо ви плануєте на основі діапазону, а не одного числа, ви будете готові як до низького, так і до високого сценаріїв. Віра в непарні числа є класичною помилкою надто самовпевненого прогнозування.
У плануванні інтервалів є практична логіка: в охороні здоров’я немає двох аспектів помилок, які однаково дорого коштують. Коли не вистачає персоналу та високий попит, існує ризик очікування, переповненості та безпеки пацієнтів; Це висока ціна. Коли є надлишок персоналу та низький попит, виникають витрати на простої; Це також небажано, але легше керувати. Таким чином, планування у життєво важливих відділеннях (невідкладна допомога, інтенсивна допомога) часто здійснюється біля верхньої межі діапазону (високий сценарій), але з планом гнучкості, який може перемістити надлишкову потужність в інше відділення. Найцінніше, що дає вам прогноз, — це не точне число, а можливість побачити цей двосторонній ризик і вибрати обґрунтований буфер.
Крок за кроком: прогнозування попиту за допомогою ШІ
- Зберіть достатньо історичних даних. Кількість анонімних щоденних/щотижневих заявок протягом принаймні одного повного року, бажано 2-3 років, щоб врахувати сезонність.
- Додайте контекст. Позначте відомі впливи, такі як свята, кампанії, погода, періоди епідемій; Інакше ШІ вважатиме, що це шум.
- Розкласти. Попросіть ШІ узагальнити тенденцію, сезонність і незвичайні стрибки.
- Отримати інтервальний прогноз. Запитуйте прогнози з низькими/імовірними/високими сценаріями, а не окремими цифрами.
- Перевести в ємність. Перерахуйте орієнтовні потреби в персоналі, ліжках і матеріалах.
- Контроль поломок. Якщо на горизонті є фактор, якого не існувало в минулому, наприклад, епідемія, зміна законодавства або відкриття нової послуги, вручну виправте прогноз за допомогою експертної оцінки.
Застереження: якщо ви скажете штучному інтелекту «передбачити наступний рік» і не надасте йому дані, він дасть вам вигадане число. Прогноз має значення лише на основі наданих вами історичних даних.
три міні-чохла
Випадок 1 — Підготовка до сезону грипу. Лікарня надала YZ анонімні щоденні дані про екстрену госпіталізацію за 3 роки. YZ показав, що кількість заявок зросла в середньому на 35 відсотків із середини грудня до лютого щороку, а пік був на третьому тижні січня. Керівництво запланувало додаткові зміни лікарів і медсестер протягом цього вікна та збільшило запас вакцин проти грипу та швидких тестів. Тієї зими час очікування протягом тижня пік помітно скоротився порівняно з попереднім роком; тому що пропускна здатність вже витримала перевантаження.
Випадок 2 — Сценарій замість інтервалу. Бізнес-менеджер попросив у ШІ єдине число для своєї «термінової заявки наступної суботи»: 240. Потім він запитав ще раз із довірчим інтервалом: 205–275. Керівник спланував відповідно до 275 (високий сценарій), але також підготував гнучкий план виходу (переведення зайвого персоналу в інший підрозділ) відповідно до 205. Фактичних заявок було 262; Якби він покладався на одну цифру, він би перевищив план на 22 пацієнтів. Робота з інтервалами захищала його.
Випадок 3 — Прорив порушує прогноз. У регіоні сталася несподівана повінь. Прогноз, заснований на історичних даних, сказав «нормальний» для того тижня; тоді як екстрені заявки подвоїлися. Прогноз штучного інтелекту не зміг побачити розрив, тому що такої події не існувало в минулому. Кризова служба відійшла від прогнозування та перейшла до відстеження додатків у реальному часі та щогодинних оновлень. Урок: у структурному розриві минуле перестає бути провідником; експертна оцінка та моніторинг у прямому ефірі мають перевагу.
Чотири шаблони, які можна копіювати
1) Декомпозиція часових рядів:
Ваша роль: помічник аналітика лікарняного попиту. Нижче наведено анонімний трирічний щотижневий список номерів екстрених прийомів. Завдання: (1) узагальнити загальну тенденцію (підвищення/зменшення), (2) описати сезонну закономірність по місяцях, (3) виділити будь-які незвичні стрибки. Розрізняйте те, що є реальною закономірністю, і те, що може бути випадковим коливанням. Додавання складених чисел.
2) Інтервальний прогноз:
На основі наведених вище даних складіть щотижневий прогноз екстреного застосування на наступні 4 тижні. НІ одного числа; Укажіть діапазон низьких/найімовірніших/високих значень для кожного тижня. Коротко поясніть, чому діапазон такий широкий.
3) Перетворення на розрахункову потужність:
Висока оцінка сценарію для пікового тижня становить 275 прийомів на день. Середній лікар швидкої допомоги приймає ~35 пацієнтів за зміну, медсестра — ~25. Завдання: розрахувати мінімальну кількість лікарів і медсестер, необхідних за високим сценарієм, показати формулу. Зазначте, що це вхідні дані для планування, а остаточне рішення залишається за менеджером.
4) Перелік попереджень про поломку:
Підготуйте контрольний список, у якому я запитаю, чи є фактор, якого НЕ буде в історичних даних наступного періоду: епідемія, зміна законодавства, відкриття нового підрозділу, регіональна подія, погода/лихо. Додайте примітку для кожного елемента: "Якщо так, як мені вручну виправити прогноз?"
Слабка підказка / Сильна підказка
Слабка підказка:
Скільки пацієнтів прийде наступного місяця?
Немає даних, немає одиниць, немає визначення періоду; ШІ може лише щось вигадати.
Потужна підказка:
У мене є анонімні дані щотижневої амбулаторії за 3 роки (додається). Знаю, що в зимові місяці навантаження зростає. Надайте низький/імовірний/високий прогноз на наступні 6 тижнів, опишіть сезонний характер за місяцями та перелічіть будь-які фактори зміщення, які можуть зробити прогноз неповним/оманливим.
концепція
Що ви маєте на увазі?
Вплив на планування
тенденція
довгостроковий напрямок
Постійні інвестиції в потужності
сезонність
Регулярне повторення
Сезонний додатковий персонал/склад
довірчий інтервал
Інтервал невизначеності прогнозу
Низький і високий план сценарію
перелом
подія, яка не відбулася в минулому
Припиніть гадати, перейдіть на живий перегляд
Поширені помилки
- Вірити в непарні числа. Оцінка – діапазон; Планування, засноване на одній точці, ризиковано.
- Недостатньо даних. Сезонність не можна зафіксувати за допомогою даних менше ніж за один рік.
- Без позначення контексту. Якщо ви не вкажете свята та акції, AI сприйме їх за шум.
- Ігнорування зламаності. У періоди епідемій/лих минулі дані вводять в оману.
- Прогнозне рішення. Прогноз — це вхід; Кадрові та бюджетні рішення належать керівнику.
Порада. Щомісяця порівнюйте свій прогноз із фактичним і записуйте, «наскільки він відхиляється». Цей відгук покращує як ваше передбачення, так і дані, які ви надаєте ШІ з часом, і вчить вас, наскільки довіряти прогнозу.
Підсумовуючи
Прогнозування попиту будує міст від минулих даних до майбутнього, але цей міст є невизначеним. ШІ є потужним помічником у розділенні часових рядів на тренд, сезонність і шум і створенні інтервального прогнозу. Базуйте планування на довірчому інтервалі, а не на одному числі; Готуйтеся разом до низького та високого сценаріїв. Найголовніше: минулі дані перестають бути орієнтиром у часи розривів, таких як епідемії, катастрофи та зміни законодавства; Ось де експертна оцінка та моніторинг у реальному часі на першому місці.
Аплікаційне завдання
Якщо у вас є принаймні рік анонімних щотижневих довідкових даних (якщо ні, створіть гіпотетичні), попросіть ШІ надати сезонну модель і 4-тижневий інтервальний прогноз за допомогою шаблонів «Декомпозиція часових рядів» і «Інтервальний прогноз». Потім порівняйте найбільш ймовірні значення з вашим приблизним середнім. Напишіть у 5 пунктах, як би ви визначили переломний фактор на горизонті (наприклад, відкриття нової амбулаторії) і вручну виправте прогноз.
контрольний список
- [ ] Чи використовував я анонімні дані принаймні за один рік для визначення сезонності?
- [ ] Чи позначив я такі контексти, як свята/кампанії?
- [ ] Чи планував я з довірчим інтервалом замість одного числа?
- [ ] Чи перевірив я коефіцієнти поломки на горизонті?
- [ ] Чи я приймаю оцінку як вхідні дані та залишаю рішення менеджеру?